Instructions to use DICPlay/RusMind-4.5-Vspyshka with libraries, inference providers, notebooks, and local apps. Follow these links to get started.

Notebooks
Google Colab
Kaggle
Local Apps Settings

How to use DICPlay/RusMind-4.5-Vspyshka with llama.cpp:

Install (macOS, Linux)

curl -LsSf https://llama.app/install.sh | sh
# Start a local OpenAI-compatible server with a web UI:
llama serve -hf DICPlay/RusMind-4.5-Vspyshka:BF16
# Run inference directly in the terminal:
llama cli -hf DICPlay/RusMind-4.5-Vspyshka:BF16

Install from WinGet (Windows)

winget install llama.cpp
# Start a local OpenAI-compatible server with a web UI:
llama serve -hf DICPlay/RusMind-4.5-Vspyshka:BF16
# Run inference directly in the terminal:
llama cli -hf DICPlay/RusMind-4.5-Vspyshka:BF16

Build from source code

git clone https://github.com/ggml-org/llama.cpp.git
cd llama.cpp
cmake -B build
cmake --build build -j --target llama-app
# Start a local OpenAI-compatible server with a web UI:
./build/bin/llama serve -hf DICPlay/RusMind-4.5-Vspyshka:BF16
# Run inference directly in the terminal:
./build/bin/llama cli -hf DICPlay/RusMind-4.5-Vspyshka:BF16

Use Docker

docker model run hf.co/DICPlay/RusMind-4.5-Vspyshka:BF16

Llama new
LM Studio
Jan

vLLM

How to use DICPlay/RusMind-4.5-Vspyshka with vLLM:

Install from pip and serve model

# Install vLLM from pip:
pip install vllm
# Start the vLLM server:
vllm serve "DICPlay/RusMind-4.5-Vspyshka"
# Call the server using curl (OpenAI-compatible API):
curl -X POST "http://localhost:8000/v1/chat/completions" \
	-H "Content-Type: application/json" \
	--data '{
		"model": "DICPlay/RusMind-4.5-Vspyshka",
		"messages": [
			{
				"role": "user",
				"content": "What is the capital of France?"
			}
		]
	}'

Use Docker

docker model run hf.co/DICPlay/RusMind-4.5-Vspyshka:BF16

Ollama
How to use DICPlay/RusMind-4.5-Vspyshka with Ollama:
```
ollama run hf.co/DICPlay/RusMind-4.5-Vspyshka:BF16
```
Unsloth Desktop

How to use DICPlay/RusMind-4.5-Vspyshka with Pi:

Start the llama.cpp server

# Install llama.cpp:
brew install llama.cpp
# Start a local OpenAI-compatible server:
llama serve -hf DICPlay/RusMind-4.5-Vspyshka:BF16

Configure the model in Pi

# Install Pi:
npm install -g @earendil-works/pi-coding-agent
# Add to ~/.pi/agent/models.json:
{
  "providers": {
    "llama-cpp": {
      "baseUrl": "http://localhost:8080/v1",
      "api": "openai-completions",
      "apiKey": "none",
      "models": [
        {
          "id": "DICPlay/RusMind-4.5-Vspyshka:BF16"
        }
      ]
    }
  }
}

Run Pi

# Start Pi in your project directory:
pi

Docker Model Runner
How to use DICPlay/RusMind-4.5-Vspyshka with Docker Model Runner:
```
docker model run hf.co/DICPlay/RusMind-4.5-Vspyshka:BF16
```

Lemonade

How to use DICPlay/RusMind-4.5-Vspyshka with Lemonade:

Pull the model

# Download Lemonade from https://lemonade-server.ai/
lemonade pull DICPlay/RusMind-4.5-Vspyshka:BF16

Run and chat with the model

lemonade run user.RusMind-4.5-Vspyshka-BF16

List all available models

lemonade list

Hermes Agent

How to use DICPlay/RusMind-4.5-Vspyshka with Hermes Agent:

Start the llama.cpp server

# Install llama.cpp:
brew install llama.cpp
# Start a local OpenAI-compatible server:
llama serve -hf DICPlay/RusMind-4.5-Vspyshka:BF16

Configure Hermes

# Install Hermes:
curl -fsSL https://hermes-agent.nousresearch.com/install.sh | bash
hermes setup
# Point Hermes at the local server:
hermes config set model.provider custom
hermes config set model.base_url http://127.0.0.1:8080/v1
hermes config set model.default DICPlay/RusMind-4.5-Vspyshka:BF16

Run Hermes

hermes

Atomic Chat

OpenClaw

How to use DICPlay/RusMind-4.5-Vspyshka with OpenClaw:

Start the llama.cpp server

# Install llama.cpp:
brew install llama.cpp
# Start a local OpenAI-compatible server:
llama serve -hf DICPlay/RusMind-4.5-Vspyshka:BF16

Configure OpenClaw

# Install OpenClaw:
npm install -g openclaw@latest
# Register the local server and set it as the default model:
openclaw onboard --non-interactive --mode local \
  --auth-choice custom-api-key \
  --custom-base-url http://127.0.0.1:8080/v1 \
  --custom-model-id "DICPlay/RusMind-4.5-Vspyshka:BF16" \
  --custom-provider-id llama-cpp \
  --custom-compatibility openai \
  --custom-text-input \
  --accept-risk \
  --skip-health

Run OpenClaw

openclaw agent --local --agent main --message "Hello from Hugging Face"

RusMind 4.5 · Вспышка (предварительная версия)

Будущее уже сегодня!

Национальный ИИ от DICPlay. Предварительная версия Вспышки нового поколения 4.5 — модели на устройстве для повседневных задач: пишет, объясняет, помогает с учёбой и кодом без интернета. Новейшая версия Вспышки — 4.7.

Попробовать на rusmind.ru · Русский и английский

Вышла новая версия — RusMind 4.7 · Вспышка. №2 среди всех моделей до 10 млрд параметров в независимом бенчмарке MERA v2 — 0,191, сразу после RusMind Сокол; обходит модели в 3–4 раза больше, точнее выполняет сложные инструкции и лучше понимает людей. Рекомендуем перейти на 4.7.

Новинка: RusMind 4.7 · Сокол — топ-2 российская модель в MERA*

Сокол 4.7 — новая модель RusMind с режимом размышлений: прежде чем ответить, он продумывает задачу шаг за шагом. При 8,9 млрд параметров в независимом бенчмарке MERA v2 — 0,279:

топ-2 российская модель* — выше только GigaChat 3.5 Reasoning от Сбера;
обходит гигантский GigaChat 3.5 Ultra от Сбера — модель на 432 млрд параметров, в 48 раз больше;
выше T-pro и T-lite от Т-Банка, A-Vibe от Авито и других российских моделей; сложные инструкции выполняет в 8 раз точнее T-pro;
№1 среди всех моделей до 10 млрд параметров — с большим отрывом, сразу в пяти зачётах.

Скачать: DICPlay/RusMind-Sokol-4.7 — полные веса и GGUF для LM Studio, Ollama и llama.cpp.

_{* По общему баллу MERA v2 на 30.10.2026 среди моделей, созданных или дообученных российскими командами. Выше Сокола — только GigaChat 3.5 Reasoning от Сбера (432 млрд параметров).}

RusMind 4.7 · Вспышка

Вспышка 4.7 работает прямо на устройстве, без интернета: на мощных ПК, ноутбуках и флагманских телефонах. В независимом бенчмарке MERA v2, который ведёт Альянс в сфере ИИ (Сбер, Яндекс, МТС, VK и другие), она идёт сразу за Соколом.

Сокол и Вспышка — №1 и №2 среди всех моделей до 10 млрд параметров — сразу в четырёх зачётах: общий балл (у Вспышки 0,191), рассуждения, культура и регионы России, понимание людей.
Понимает людей лучше T-pro от Т-Банка — модели на 33 млрд параметров, в 4 раза больше Вспышки.
Обходит модели в 3–4 раза больше: RuadaptQwen3-32B (32 млрд) и Zero-Mistral (24 млрд), а по общему баллу идёт почти вровень с T-pro.
Выше Qwen3.5-9B от Alibaba, Gemma 4 E4B от Google, T-lite от Т-Банка и A-Vibe от Авито.
Грамотный русский (0,719 в исправлении орфографии и пунктуации), понимает персонажей, юмор и слова с противоположными значениями, точно следует сложным инструкциям и вызывает инструменты.

Общий балл MERA v2	RusMind Вспышка 4.7 (7,5 млрд)	Qwen3.5-9B · Alibaba (9 млрд)	Gemma 4 E4B · Google (8 млрд)	RuadaptQwen3-32B (32 млрд)	Zero-Mistral (24 млрд)	T-lite · Т-Банк (8 млрд)
Балл	0,191	0,186	0,170	0,163	0,160	0,130

Скачать: DICPlay/RusMind-Vspyshka-4.7 — полные веса и GGUF для LM Studio, Ollama и llama.cpp.

Что нового в 4.5

глубже понимает русский язык и культуру: пословицы и поговорки, юмор, игру слов, характеры персонажей и особенности регионов России;
грамотнее пишет: заметно лучше расставляет запятые и исправляет орфографию в тексте;
увереннее работает с длинными документами и многошаговыми инструкциями.

Файлы

Файл	Размер	Для чего
`RusMind-Vspyshka-4.5-BF16.gguf`	15,1 ГБ	полная точность: исследования и своё квантование

Как запустить

В браузере — проще всего. Откройте rusmind.ru и выберите Вспышка: модель один раз скачается в браузер и дальше будет отвечать без интернета.

LM Studio, Ollama, PocketPal и другие программы с GGUF — скачайте нужный файл и откройте его.

llama.cpp:

llama-cli -m RusMind-Vspyshka-4.5-BF16.gguf -cnv

Что знает RusMind

RusMind глубоко знает историю и культуру России, законы, регионы и народы страны, традиционные семейные ценности и ключевые события — и свободно отвечает на русском и английском.

Все версии модели — в репозитории DICPlay/RusMind-Vspyshka.

RusMind скачивают чаще моделей крупнейших компаний

В октябре 2026 года открытые языковые модели RusMind скачали на Hugging Face 66,5 тыс. раз — больше, чем открытые языковые модели Т-Банка, Сбера и Яндекса за тот же период. А RusMind Моментум с 41 тыс. загрузок — самая скачиваемая за месяц открытая языковая модель среди моделей крупнейших российских компаний.

Открытые языковые модели	Загрузок за 30 дней
RusMind · DICPlay	66 548
Т-Банк · T-Pro, T-Lite	55 045
Сбер · GigaChat	48 818
Яндекс · YandexGPT	22 316
Авито · A-Vibe	2 010

_{По данным Hugging Face (счётчик загрузок за последние 30 дней) на 28.10.2026; сравнивались открытые языковые модели Т-Банка (T-Pro, T-Lite), Сбера (GigaChat), Яндекса (YandexGPT) и Авито (A-Vibe).}

RusMind в продуктах DICPlay

Модели RusMind работают не только здесь — DICPlay использует их в собственных продуктах. Например, в DIC.Антивирус PRO (200 тыс. скачиваний) RusMind простым языком объясняет пользователю найденные угрозы: что это за программа, чем она опасна и что с ней делать.

Ответственное использование

Ответы на медицинские, юридические и финансовые вопросы носят справочный характер.

Лицензия

Распространяется по собственной лицензии RusMind License (DICPlay) — текст в файле LICENSE. Коротко: бесплатно для личного и некоммерческого использования, исследований и оценки; коммерческое использование, перепродажа, распространение изменённых и дообученных версий и встраивание в продукты — только по письменному договору с DICPlay. Модель предоставляется «как есть».

Downloads last month: 1,032

GGUF

Model size

8B params

Architecture

gemma4

Hardware compatibility

16-bit

Collection including DICPlay/RusMind-4.5-Vspyshka

RusMind 4.5

Collection

Поколение RusMind 4.5 от DICPlay — модели на устройстве. Моментум: №1 по культуре и регионам России среди моделей до 10 млрд параметров в MERA v2. • 7 items • Updated 12 days ago